CN105893224B - 一种资源度量方法及装置 - Google Patents
一种资源度量方法及装置 Download PDFInfo
- Publication number
- CN105893224B CN105893224B CN201510037513.4A CN201510037513A CN105893224B CN 105893224 B CN105893224 B CN 105893224B CN 201510037513 A CN201510037513 A CN 201510037513A CN 105893224 B CN105893224 B CN 105893224B
- Authority
- CN
- China
- Prior art keywords
- server
- utilization
- resource
- class
- data record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请实施例公开了一种资源度量方法及装置,所述方法包括:获取服务器第一时间段内第一维度资源使用率,生成数据记录;根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定与第一类别服务器对应的第一数据记录;采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。本申请实施例提供的一种资源度量方法及装置,可以直观体现资源使用情况。
Description
技术领域
本申请涉及计算机资源管理技术领域,特别涉及一种资源度量方法及装置。
背景技术
服务器是网络环境中的高性能计算机,可以用于侦听网络上的其他计算机提交的服务请求,并提供相应的服务。因此,服务器必须具有承担服务并且保障服务的能力。为了能保证服务器的服务能力需要对服务器资源进行度量,以根据度量的结果判断服务器资源使用情况。
现有的资源度量方法通常包括:每分钟对每一台服务器从CPU、内存、存储、网卡等资源维度进行一次采样,获取所述服务器各个维度的资源使用情况;针对一天的采样数据,可以按照机型、操作系统、产品线等角度分别进行统计,得到每一角度下一个或多个服务器的统计结果,将统计的结果作为资源度量的结果呈现出来。
在实现本申请过程中,发明人发现现有技术中至少存在如下问题:现有的资源度量方法只能对资源使用情况的采样数据进行统计和呈现,呈现的统计结果中可能包含多个采样数据,可能无法根据呈现的统计结果直观地判定资源使用情况的好坏程度。
发明内容
本申请实施例的目的是提供一种资源度量方法及装置,以实现直观体现资源使用情况。
为解决上述技术问题,本申请实施例提供一种资源度量方法及装置是这样实现的:
一种资源度量方法,包括:获取服务器第一时间段内第一维度资源使用率,生成数据记录;根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定与第一类别服务器对应的第一数据记录;采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。
优选方案中,所述第一维度资源使用率包括:CPU使用率、内存使用率、存储使用率或网卡使用率。
优选方案中,所述数据记录包括:服务器名称、第一时间段和第一维度资源使用率。
优选方案中,根据第一预设规则对所述服务器进行分类,包括:根据所述服务器的第一属性来分类,第一属性相同的服务器作为一个类别。
优选方案中,所述第一属性包括:所述服务器对应的业务或所述服务器的功能。
优选方案中,所述采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,包括:根据预划分区域,确定第一维度资源使用率所属区域;根据区域与区间代表值的对应关系,确定第一维度资源使用率对应的区间代表值;统计第一维度资源使用率在所述区域的区间服务器数目,得到区间服务器占比;所述区间服务器占比为所述区间服务器数目与第一类别服务器总数的比值;根据所述区间代表值和所述区间服务器占比,确定第一利用率指数。
优选方案中,所述区域与区间代表值的对应关系是预先设置的。
优选方案中,所述区间代表值为所述区域内的值,或所述区域内值的倍数。
优选方案中,所述利用第一利用指数度量第一类别服务器的资源使用情况,包括:比较所述第一利用率指数与第一预设值,根据所述比较结果判断第一类别服务器的资源使用情况。
优选方案中,所述第一预设值符合第一利用率指数的计算规则。
优选方案中,所述根据比较结果判断第一类别服务器的资源使用情况包括:若所述比较结果为第一利用率指数大于第一预设值,所述第一类别服务器第一维度资源使用率过高;若所述比较结果为第一利用率指数小于第一预设值,所述第一类别服务器第一维度资源使用率过低;若所述比较结果为第一利用率指数等于第一预设值,所述第一类别服务器第一维度资源使用情况为最优。
一种资源度量装置,包括:数据记录生成模块、分类模块和第一利用率指数模块;其中,所述数据记录生成模块,用于获取服务器第一时间段内第一维度资源使用率,生成数据记录;所述数据记录包括:服务器名称、第一时间段和第一维度资源使用率;所述分类模块,用于根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定所述数据记录生成模块生成的数据记录中与第一类别服务器对应的第一数据记录;所述第一利用率指数模块,用于采用第二预设规则对所述分类模块得到的第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。
由以上本申请实施例提供的技术方案可见,本申请实施例公开的一种资源度量方法及装置,可以获取不同维度下服务器的资源使用情况的数据记录,对各维度资源使用情况对应的服务器可以按照第一预设规则进行分类,可以得到不同类别服务器对应的数据记录,对各类别服务器的数据记录按照第二预设规则进行计算,可以得到用于度量该类别服务器某一维度资源使用情况的第一利用率指数。本实施例公开的资源度量方法将一个类别服务器对应的数据记录转换为对应的一个数值,即第一利用率指数,可以直观体现每一维度的资源使用情况。进一步地,计算得到的第一利用率指数可以用于同一类别服务器在不同时间段内资源使用情况的比较,或不同类别服务器在同一时间段内资源使用情况的比较。进一步地,在度量资源使用情况时,可以设定一个表示资源使用情况最优的基准数值,通过比较第一利用率指数与所述基准数值,可以更加直观地体现每一维度的资源使用情况是否良好。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一种资源度量方法实施例的流程图;
图2是本申请一种资源度量装置实施例的模块图;
图3是本申请资源度量装置实施例中第一利用率指数模块的模块图。
具体实施方式
本申请实施例提供一种资源度量方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1是本申请一种资源度量方法实施例的流程图。如图1所示,所述方法可以包括:
S101:获取服务器第一时间段内第一维度资源使用率,生成数据记录。
可以获取各个服务器在第一时间段内的第一维度资源使用率。
所述第一维度资源使用率可以包括:CPU使用率、内存使用率、存储使用率或网卡使用率等。
所述第一时间段可以根据实际情况进行设定。例如,可以为1天内,或者1个小时内。所述第一维度资源使用率可以是通过采样获得的,例如每隔一个第一时间段进行采样得到。
所述第一时间段内第一维度资源使用率可以用于表示在第一维度所述服务器在第一时间段内的使用情况。例如,当所述第一维度资源使用率为CPU使用率时,第一时间段内第一维度资源使用率可以用于表述所述服务器在第一时间段内的CPU使用情况。
第一维度资源使用率可以是已使用的第一维度资源与第一维度资源总量的比值。例如,CPU使用率可以是服务器已使用的CPU资源在CPU资源总量中所占的比值。
根据所述获取的第一时间段内第一维度资源使用率可以生成数据记录。所述数据记录可以包括:服务器名称、第一时间段和第一维度资源使用率。
当所述第一维度资源使用率为CPU使用率时,所述数据记录可以包括:服务器名称、第一时间段和CPU使用率。例如,所述数据记录可以是:“服务器1,2015年01月01日-2015年01月02日,CPU使用率为55%”,其中,“服务器1”为服务器名称,“2015年01月01日-2015年01月02日”为第一时间段。
所述数据记录与所述服务器具有对应关系,一个服务器可以对应有一个或多个数据记录。当一个服务器对应有多个数据记录时,可以是多个时间段内相同维度资源的数据记录,也可以是同一个时间段内不同维度资源的数据记录,或者是不同时间段内不同维度资源的数据记录。
S102:根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定与第一类别服务器对应的第一数据记录。
根据第一预设规则可以对所述服务器进行分类,具体地,可以根据所述服务器的第一属性来分类,第一属性相同的服务器可以作为一个类别。
所述第一属性可以包括:所述服务器对应的业务或所述服务器的功能等。多个服务器的第一属性可以相同。
当所述第一属性为所述服务器对应的业务时,可以根据所述业务来对服务器进行分类。若所述服务器对应的业务不同,可以表示所述服务器所对应的产品线不同。所述服务器对应的业务相同的,可以将所述服务器作为同一个类别。
通过对所述服务器进行分类可以得到各个类别的服务器,例如第一类别的服务器,进一步地,可以确定所述数据记录中与第一类别服务器对应的第一数据记录。
例如,假设第一维度资源使用率为CPU使用率,服务器名称与数据记录的对应关系可以如表1所示。
表1
服务器名称 | 数据记录 |
服务器1 | “服务器1,2015年01月01日-2015年01月02日,CPU使用率为55%” |
服务器2 | “服务器2,2015年01月01日-2015年01月02日,CPU使用率为40%” |
服务器3 | “服务器3,2015年01月01日-2015年01月02日,CPU使用率为65%” |
服务器4 | “服务器4,2015年01月01日-2015年01月02日,CPU使用率为10%” |
服务器5 | “服务器5,2015年01月01日-2015年01月02日,CPU使用率为90%” |
若表1中服务器1、服务器2和服务器3对应的业务为业务A,服务器4和服务器5对应的业务为业务B,通过对上述服务器根据对应的业务进行分类,可以得到分别与业务A和业务B对应的两个类别的服务器。假设第一类别的服务器包括业务A所对应的服务器,即服务器1、服务器2和服务器3。那么可以确定与第一类别服务器对应的第一数据记录可以包括:“服务器1,2015年01月01日-2015年01月02日,CPU使用率为55%”、“服务器2,2015年01月01日-2015年01月02日,CPU使用率为40%”和“服务器3,2015年01月01日-2015年01月02日,CPU使用率为65%”。
S103:采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。
可以采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别对应的第一利用率指数。具体可以包括:根据预划分区域,确定第一维度资源使用率所属区域;根据区域与区间代表值的对应关系,可以确定第一维度资源使用率对应的区间代表值;统计第一维度资源使用率在所述区域的区间服务器数目,得到区间服务器占比;根据所述区间代表值和所述区间服务器占比,确定第一利用率指数。
所述区域与区间代表值的对应关系可以是预先设置的。所述区间代表值与所述区域可以是一一对应的。所述区间代表值可以为所述区域内的值,或所述区域内值的倍数。
所述对第一数据记录中的第一维度资源使用率进行计算得到第一利用率指数,具体可以利用下述计算公式来表示:
第一利用率指数=∑(区间代表值*区间服务器占比) (1)
其中,区间服务器占比=区间服务器数目/第一类别服务器总数。
例如,接收第一数据记录与服务器名称的对应关系如表2所示,所述预划分区域可以包括:[0,10%),[10%,20%),[20%,30%)…[90%,100%)。所述区域与区间代表值的对应关系可以如表3所示。
表2
服务器名称 | 第一数据记录 |
服务器1 | “服务器1,2015年01月01日-2015年01月02日,CPU使用率为55%” |
服务器2 | “服务器2,2015年01月01日-2015年01月02日,CPU使用率为40%” |
服务器3 | “服务器3,2015年01月01日-2015年01月02日,CPU使用率为65%” |
表3
区域 | 区间代表值 |
[0,10%) | 0 |
[10%,20%) | 10 |
[20%,30%) | 20 |
… | … |
[90%,100%) | 90 |
根据预划分区域,可以确定表2中CPU使用率所属的区域及对应的区间代表值。服务器1的CPU使用率为55%,所属区域为[50%,60%),根据表3中区域与区间代表值的对应关系,可以得到服务器1对应的区间代表值为50。用同样的方法可以确定服务器2的CPU使用率的所属区域为[40%,50%),对应的区间代表值为40;服务器3的CPU使用率的所属区域为[60%,70%),对应的区间代表值为60。统计CPU使用率属于各区间的服务器数目,得到区域[50%,60%)、[40%,50%)和[60%,70%)的服务器数目分别为1,第一类别服务器总数为3,区间服务器占比分为为1/3、1/3和1/3。利用公式(1)可以计算第一利用率指数。具体地,
第一利用率指数=∑(区间代表值*区间服务器占比)=50*1/3+40*1/3+60*1/3=50
通过上述计算可以得到业务A所对应的服务器在第一时间段内,即2015年01月01日-2015年01月02日,CPU的第一利用率指数为50。
利用第一利用率指数可以度量第一类别服务器的资源使用情况。具体可以包括:比较所述第一利用率指数与第一预设值,根据所述比较结果判断第一类别服务器的资源使用情况。所述第一预设值可以对应于第一类别服务器资源使用最优的情况。
若所述比较结果为第一利用率指数大于第一预设值,所述第一类别服务器第一维度资源使用率过高;若所述比较结果为第一利用率指数小于第一预设值,所述第一类别服务器第一维度资源使用率过低;若所述比较结果为第一利用率指数等于第一预设值,所述第一类别服务器第一维度资源使用情况为最优。
所述第一预设值可以是符合第一利用率指数计算规则的。具体地,所述第一预设值可以是根据预设的区间代表值、区间服务器占比的值和第二预设规则计算得到的。
例如,预设的区间代表值与区间服务器占比的值关系如表4所示。
表4
区间代表值 | 区间服务器占比的值 |
50 | 80% |
0 | 10% |
30 | 5% |
70 | 5% |
根据第二预设规则,可以计算得到第一预设值,计算如下:
第一预设值=∑(区间代表值*区间服务器占比)=50*80%+0*10%+30*5%+70*5%=45
可以得到第一预设值为45。所述求得的第一预设值可以作为度量服务器资源使用情况的基准数值。
例如,利用第二预设规则计算得到的与第一类别对应的CPU的第一利用率指数的值为50,第一预设值为45,比较第一利用率指数和第一预设值,第一利用率指数大于第一预设值,说明第一类别服务器的CPU利用率过高。
上述实施例公开的一种资源度量方法,可以获取不同维度下服务器的资源使用情况的数据记录,对各维度资源使用情况对应的服务器可以按照第一预设规则进行分类,可以得到不同类别服务器对应的数据记录,对各类别服务器的数据记录按照第二预设规则进行计算,可以得到用于度量该类别服务器某一维度资源使用情况的第一利用率指数。本实施例公开的资源度量方法将一个类别服务器对应的数据记录转换为对应的一个数值,即第一利用率指数,可以直观体现每一维度的资源使用情况。进一步地,计算得到的第一利用率指数可以用于同一类别服务器在不同时间段内资源使用情况的比较,或不同类别服务器在同一时间段内资源使用情况的比较。进一步地,在度量资源使用情况时,可以设定一个表示资源使用情况最优的基准数值,通过比较第一利用率指数与所述基准数值,可以更加直观地体现每一维度的资源使用情况是否良好。
下面介绍本申请的资源度量装置实施例。
图2是本申请一种资源度量装置实施例的模块图。如图2所示,所述资源度量装置可以包括:数据记录生成模块210、分类模块220和第一利用率指数模块230。其中,
所述数据记录生成模块210,可以用于获取服务器第一时间段内第一维度资源使用率,生成数据记录。所述数据记录可以包括:服务器名称、第一时间段和第一维度资源使用率。
所述分类模块220,可以用于根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定所述数据记录生成模块210生成的数据记录中与第一类别服务器对应的第一数据记录。所述根据第一预设规则对所述服务器进行分类可以包括根据服务器的第一属性对所述服务器进行分类,第一属性相同的服务器可以作为一个类别。所述第一属性可以包括:所述服务器对应的业务或所述服务器的功能等。
所述第一利用率指数模块230,可以用于采用第二预设规则对所述分类模块220得到的第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。
图3是本申请资源度量装置实施例中第一利用率指数模块的模块图。如图3所示,所述第一利用率指数模块230可以包括:指数计算模块231和度量模块232。其中,
所述指数计算模块231,可以用于采用第二预设规则对所述分类模块220得到的第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数。
所述度量模块232,可以用于利用所述指数计算模块231得到的第一利用率指数度量第一类别服务器的资源使用情况。具体地,可以比较所述第一利用率指数与第一预设值,根据所述比较结果判断第一类别服务器的资源使用情况。
上述实施例公开的一种资源度量装置与本申请资源度量方法实施例相对应,可以实现本申请方法实施例的技术方案,达到本申请方法实施例的技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括短暂电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (10)
1.一种资源度量方法,其特征在于,包括:
获取服务器第一时间段内第一维度资源使用率,生成数据记录;
根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定与第一类别服务器对应的第一数据记录,其中,根据第一预设规则对所述服务器进行分类,包括:根据所述服务器的第一属性来分类,第一属性相同的服务器作为一个类别,所述第一属性包括:所述服务器对应的业务或所述服务器的功能;
采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。
2.如权利要求1所述的一种资源度量方法,其特征在于,所述第一维度资源使用率包括:CPU使用率、内存使用率、存储使用率或网卡使用率。
3.如权利要求1所述的一种资源度量方法,其特征在于,所述数据记录包括:服务器名称、第一时间段和第一维度资源使用率。
4.如权利要求1所述的一种资源度量方法,其特征在于,所述采用第二预设规则对所述第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,包括:
根据预划分区域,确定第一维度资源使用率所属区域;
根据区域与区间代表值的对应关系,确定第一维度资源使用率对应的区间代表值;
统计第一维度资源使用率在所述区域的区间服务器数目,得到区间服务器占比;所述区间服务器占比为所述区间服务器数目与第一类别服务器总数的比值;
根据所述区间代表值和所述区间服务器占比,确定第一利用率指数。
5.如权利要求4所述的一种资源度量方法,其特征在于,所述区域与区间代表值的对应关系是预先设置的。
6.如权利要求4所述的一种资源度量方法,其特征在于,所述区间代表值为所述区域内的值,或所述区域内值的倍数。
7.如权利要求1所述的一种资源度量方法,其特征在于,所述利用第一利用指数度量第一类别服务器的资源使用情况,包括:比较所述第一利用率指数与第一预设值,根据所述比较结果判断第一类别服务器的资源使用情况。
8.如权利要求7所述的一种资源度量方法,其特征在于,所述第一预设值符合第一利用率指数的计算规则。
9.如权利要求7所述的一种资源度量方法,其特征在于,所述根据比较结果判断第一类别服务器的资源使用情况包括:
若所述比较结果为第一利用率指数大于第一预设值,所述第一类别服务器第一维度资源使用率过高;
若所述比较结果为第一利用率指数小于第一预设值,所述第一类别服务器第一维度资源使用率过低;
若所述比较结果为第一利用率指数等于第一预设值,所述第一类别服务器第一维度资源使用情况为最优。
10.一种资源度量装置,其特征在于,包括:数据记录生成模块、分类模块和第一利用率指数模块;其中,
所述数据记录生成模块,用于获取服务器第一时间段内第一维度资源使用率,生成数据记录;所述数据记录包括:服务器名称、第一时间段和第一维度资源使用率;
所述分类模块,用于根据第一预设规则对所述服务器进行分类得到第一类别服务器,确定所述数据记录生成模块生成的数据记录中与第一类别服务器对应的第一数据记录,其中,根据第一预设规则对所述服务器进行分类,包括:根据所述服务器的第一属性来分类,第一属性相同的服务器作为一个类别,所述第一属性包括:所述服务器对应的业务或所述服务器的功能;
所述第一利用率指数模块,用于采用第二预设规则对所述分类模块得到的第一数据记录中的第一维度资源使用率进行计算,得到与第一类别服务器对应的第一利用率指数,利用第一利用率指数度量第一类别服务器的资源使用情况。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510037513.4A CN105893224B (zh) | 2015-01-26 | 2015-01-26 | 一种资源度量方法及装置 |
TW104128807A TW201627863A (zh) | 2015-01-26 | 2015-09-01 | 一種資源度量方法及裝置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510037513.4A CN105893224B (zh) | 2015-01-26 | 2015-01-26 | 一种资源度量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105893224A CN105893224A (zh) | 2016-08-24 |
CN105893224B true CN105893224B (zh) | 2019-04-09 |
Family
ID=56999070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510037513.4A Active CN105893224B (zh) | 2015-01-26 | 2015-01-26 | 一种资源度量方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105893224B (zh) |
TW (1) | TW201627863A (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339296A (zh) * | 2016-08-31 | 2017-01-18 | 虎扑(上海)文化传播股份有限公司 | 服务状态监测方法和装置 |
CN110019298B (zh) * | 2017-10-31 | 2021-07-30 | 北京国双科技有限公司 | 数据处理方法和装置 |
CN109918189B (zh) * | 2017-12-12 | 2022-11-11 | 腾讯科技(深圳)有限公司 | 一种资源管理方法及相关设备 |
CN109271569B (zh) * | 2018-09-30 | 2021-10-22 | 联想(北京)有限公司 | 输出方法、装置、系统和介质 |
CN109491864A (zh) * | 2018-10-30 | 2019-03-19 | 北京天融信网络安全技术有限公司 | 一种判断cpu使用率的方法及网络设备 |
CN110995536B (zh) * | 2019-11-29 | 2022-04-26 | 紫光华山科技有限公司 | 一种资源使用率统计方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103763346A (zh) * | 2013-12-31 | 2014-04-30 | 华为技术有限公司 | 一种分布式资源调度方法及装置 |
CN103902739A (zh) * | 2014-04-22 | 2014-07-02 | 郑州悉知信息技术有限公司 | 数据库集群服务器数据分类方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006042153A2 (en) * | 2004-10-06 | 2006-04-20 | Digipede Technologies, Llc | Distributed processing system |
CN101707632A (zh) * | 2009-10-28 | 2010-05-12 | 浪潮电子信息产业股份有限公司 | 一种动态监控服务器集群性能并实时报警的方法 |
US8788855B2 (en) * | 2011-09-23 | 2014-07-22 | Microsoft Corporation | Cluster computational capacity level switching based on demand prediction and stability constraint and power consumption management |
CN102938710B (zh) * | 2012-11-14 | 2015-08-26 | 北京奇虎科技有限公司 | 用于大规模服务器的监控系统和方法 |
CN103532780B (zh) * | 2013-10-11 | 2017-09-22 | 北京有度致远信息科技股份有限公司 | 用于it领域的运维监控一体化系统及一体化监控方法 |
-
2015
- 2015-01-26 CN CN201510037513.4A patent/CN105893224B/zh active Active
- 2015-09-01 TW TW104128807A patent/TW201627863A/zh unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103763346A (zh) * | 2013-12-31 | 2014-04-30 | 华为技术有限公司 | 一种分布式资源调度方法及装置 |
CN103902739A (zh) * | 2014-04-22 | 2014-07-02 | 郑州悉知信息技术有限公司 | 数据库集群服务器数据分类方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201627863A (zh) | 2016-08-01 |
CN105893224A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105893224B (zh) | 一种资源度量方法及装置 | |
TWI718643B (zh) | 異常群體識別方法及裝置 | |
JP6929278B2 (ja) | タイトル表示方法及び装置 | |
CN106528067B (zh) | 一种生成报表的方法及装置 | |
KR102125120B1 (ko) | 서비스 시나리오 매칭 방법 및 시스템 | |
CN108399477B (zh) | 一种风险阈值确定的方法及装置 | |
CN111262791A (zh) | 一种流量管控方法、装置、电子设备及存储介质 | |
TWI736765B (zh) | 圖像處理方法、裝置、設備及儲存媒體 | |
CN110795458B (zh) | 交互式数据分析方法、装置、电子设备和计算机可读存储介质 | |
CN106899426B (zh) | 用户访问数量统计方法及其系统 | |
CN110287229B (zh) | 一种数据统计处理方法及装置 | |
CN105335389B (zh) | 一种业务可视化方法及系统 | |
KR20190075083A (ko) | 리스크 제어 이벤트 자동 처리 방법 및 장치 | |
CN110751515A (zh) | 一种基于用户消费行为的决策方法和装置、电子设备及存储介质 | |
CN108243032A (zh) | 一种服务等级信息的获取方法、装置及设备 | |
WO2024113932A1 (zh) | 一种模型优化的方法、装置、设备及存储介质 | |
CN113760658A (zh) | 一种监控方法、装置及设备 | |
CN105589853B (zh) | 一种类目目录确定方法及装置、自动分类方法及装置 | |
US9380126B2 (en) | Data collection and distribution management | |
CN107368281B (zh) | 一种数据处理方法及装置 | |
CN113742036A (zh) | 指标处理方法、装置及电子设备 | |
CN107544753B (zh) | 数据处理方法、装置及服务器 | |
CN105677652B (zh) | 一种数据管理方法及装置 | |
CN111967769B (zh) | 一种风险识别方法、装置、设备及介质 | |
CN113672660A (zh) | 一种数据查询方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |